logo
AgentLed

Business Memory

Contexto compartido a nivel de espacio de trabajo almacenado en Knowledge Graph. Definiciones ICP, modelos de puntuación, perfiles de clientes y patrones aprendidos, compartidos en todos los flujos de trabajo y usuarios de su espacio de trabajo.

¿Qué es Business Memory?

Business Memory es el cerebro long-term del espacio de trabajo. Cualquier flujo de trabajo, agente o sesión de chat en el espacio de trabajo puede leer y escribir en él. Cuando un paso AI aprende algo que vale la pena recordar (su definición ICP, una rúbrica de puntuación, la voz de la marca de un cliente, una señal de mercado) persiste ese conocimiento como Business Memory, de modo que el siguiente flujo de trabajo comienza desde la misma línea de base.

Business Memory se encuentra encima del Knowledge Graph. Las entradas de alta confianza son auto-synced como nodos de información, lo que significa que se pueden buscar a través de kg_search junto con entidades, relaciones e historial de ejecución.

Qué almacenar

Business Memory está destinado a conocimientos estables, compartidos y valiosos re-using. Algunos ejemplos canónicos:

ICP Definiciones

Industria, tamaño de la empresa, geografía, señales, descalificadores. Cada flujo de trabajo de prospección y puntuación lee la misma definición en lugar de codificar filtros en cada paso.

Rúbricas de puntuación

Criterios, ponderaciones y notas de calibración para la puntuación de clientes potenciales, la puntuación de acuerdos o la comparación de inversores. Actualice la rúbrica una vez y cada flujo de trabajo posterior adoptará el cambio.

Voz y mensajería de marca

Tono, frases prohibidas, posicionamiento, diferenciadores. Los flujos de trabajo de contenido y divulgación leen esto antes de redactarlo para que la copia permanezca on-brand en todas las ejecuciones.

Catálogo de productos y ofertas

Nombres de productos, precios, empaques, diferenciadores competitivos. Agents hace referencia al catálogo canónico en lugar de hacerlo desde cero.

Patrones aprendidos

Resultados, señales de mercado y datos de calibración extraídos de ejecuciones anteriores. Por lo general, se escriben mediante pasos AI con puntuaciones de confianza y se consolidan con el tiempo.

Forma de entrada de memoria

Cada recuerdo es una entrada estructurada, no una nota free-form. Incluye una clave, un valor, una categoría, una puntuación de confianza y un origen para la depuración.

{
  "key": "icp_definition",
  "value": {
    "industry": ["SaaS", "DevTools"],
    "headcount": "11-200",
    "geography": ["US", "EU"],
    "signals": ["hiring AEs", "raised Series A"],
    "disqualifiers": ["agencies", "crypto"]
  },
  "category": "fact",
  "confidence": 90,
  "source": {
    "pipelineId": "wf_icp_builder",
    "executionId": "exec_01H...",
    "stepId": "step_3",
    "extractedAt": "2025-11-04T14:22:00Z"
  }
}

categoría - uno de fact, insight, preference, o outcome. Se utiliza para filtrar y clasificar durante la recuperación.

confianza - una puntuación de 0 a 100. Las entradas de 70 o más son auto-synced para Knowledge Graph como nodos de conocimiento.

fuente - qué flujo de trabajo, ejecución y paso produjeron la memoria. Permite realizar seguimientos de auditoría y depurar "¿de dónde viene esto?".

Escribiendo en Business Memory

Los pasos AI, los agentes y los clientes MCP pueden escribir memorias. El scope El parámetro decide dónde vive la entrada; usar workspace para Business Memory.

store_memory({
  scope: "workspace",
  key: "deal_score_rubric",
  value: {
    criteria: ["fit", "timing", "budget", "champion"],
    weights: [0.4, 0.2, 0.2, 0.2]
  },
  category: "fact",
  confidence: 95
})

Cuando ya existe una clave, elige una estrategia de combinación en lugar de sobrescribirla a ciegas:

EstrategiaComportamiento
exagerarReemplace el valor existente por completo. Por defecto.
añadirInserte nuevos elementos en una matriz, haciendo crecer la colección con el tiempo.
incrementoAgregue valores numéricos: útil para contadores y totales acumulados.
máximo/mínimoMantenga el valor numérico mayor o menor. Útil para marcas high-water.

Leyendo de Business Memory

Hay tres patrones de lectura dependiendo de si conoce la clave, qué categoría desea o necesita una búsqueda semántica:

// 1. Direct recall by key
recall_memory({ scope: "workspace", key: "icp_definition" })

// 2. List by category
list_memories({
  scope: "workspace",
  category: "preference",
  limit: 20
})

// 3. Semantic search across keys and values
search_memories({
  scope: "workspace",
  query: "scoring rules for enterprise deals"
})

Cada retiro actualiza la entrada accessCount y lastAccessedAt, lo que alimenta la consolidación y el desalojo.

Knowledge Graph Sincronización

entradas Business Memory con confianza ≥ 70 se promueven de forma asincrónica a nodos de información en Knowledge Graph. Una vez sincronizados, aparecen en kg_search resultados junto a entidades y bordes de ejecución, y están vinculados a la ejecución que los produjo a través de un DERIVED_FROM borde.

La sincronización es fire-and-forget. Si Knowledge Graph no está disponible temporalmente, la memoria aún está almacenada: DynamoDB es la fuente de la verdad, el gráfico es una capa de enriquecimiento. Nada en su flujo de trabajo bloquea la disponibilidad de KG.

Capacidad y ciclo de vida

  • •Cada espacio de trabajo puede albergar hasta 1.000 entradas Business Memory. Cuando se alcanza el límite, las entradas lowest-confidence se desalojan primero.
  • •Las inscripciones pueden llevar un opcional. ttl (en segundos) para recuerdos que deberían decaer; por ejemplo, una señal de mercado semanal.
  • •Los trabajos de consolidación periódicos degradan las entradas no utilizadas y fusionan conocimientos relacionados, manteniendo el conjunto de trabajo centrado en lo que realmente se utiliza.

Business Memory frente a User Context

Business Memory es compartido — cada usuario y cada flujo de trabajo ve el mismo ICP, la misma rúbrica, la misma voz de marca. User Context es personal – superpone las preferencias y el historial individuales a la base empresarial compartida.

En la práctica, los agentes leen ambos: Business Memory les informa "cómo funciona esta empresa" y User Context les informa "cómo trabaja este usuario en particular".

Próximos pasos